统计学常用检验方法.doc

页眉内容统计中经常会用到各种检验，如何知道何时用什么检验呢，根据结合自己的工 作来说一说：t检验有单样本t检验，配对t检验和两样本t检验单样本t检验：是用样本均 数代表的未知总体均数和已知总体均数进行比较， 来观察此组样本与总体的差异 性配对t检验：是采用配对设计方法观察以下几种情形， 1，两个同质受试对象分别接受两种不同的处理；2,同一受试对象接受两种不同的处理；3，同一受 试对象处理前后u检验：t检验和就是统计量为t,u的假设检验，两者均是常见的假设检验方法 当样本含量n较大时，样本均数符合正态分布，故可用 u检验进行分析当样 本含量n小时，若观察值x符合正态分布，则用t检验（因此时样本均数符合t 分布），当x为未知分布时应米用秩和检验F检验又叫方差齐性检验在两样 本t检验中要用到F检验从两研究总体中随机抽取样本，要对这两个样本进行 比较的时候，首先要判断两总体方差是否相同，即方差齐性若两总体方差相等， 则直接用t检验，若不等，可采用t'检验或变量变换或秩和检验等方法其中要 判断两总体方差是否相等，就可以用 F检验简单的说就是检验两个样本的方差是否有显著性差异这是选择何种 T检验（等方差双样本检验，异方差双样本检验）的前提条件。

在t检验中，如果是比较大于小于之类的就用单侧检验，等于之类的问题就用双 侧检验卡方检验是对两个或两个以上率（构成比）进行比较的统计方法，在临床和医学实验中应 用十分广泛，特别是临床科研中许多资料是记数资料，就需要用到卡方检验方差分析用方差分析比较多个样本均数，可有效地控制第一类错误方差分析（analysis of variance,ANOVA）由英国统计学家，以F命名其统计量，故方差分析又称F检验 其目的是推断两组或多组资料的总体均数是否相同， 检验两个或多个样本均数的 差异是否有统计学意义我们要学习的主要内容包括单因素方差分析即完全随机设计或成组设计的方差分析（ one-way ANOVA ）:用途：用于完全随机设计的多个样本均数间的比较， 其统计推断是推断各样本所代表的各总体均数是否相等完全随机设计（completely random design ）不考 虑个体差异的影响，仅涉及一个处理因素，但可以有两个或多个水平，所以亦称 单因素实验设计在实验研究中按随机化原则将受试对象随机分配到一个处理因 素的多个水平中去，然后观察各组的试验效应；在观察研究（调查）中按某个研 究因素的不同水平分组，比较该因素的效应。

两因素方差分析即配伍组设计的方差分析（two-way ANOVA ）:用途：用于随机区组设计的多个样本均数比较，其统计推断是推断各样本所代表 的各总体均数是否相等随机区组设计考虑了个体差异的影响， 可分析处理因素 和个体差异对实验效应的影响，所以又称两因素实验设计，比完全随机设计的检 验效率高该设计是将受试对象先按配比条件配成配伍组 （如动物实验时，可按同窝别、同性别、体重相近进行配伍），每个配伍组有三个或三个以上受试对象， 再按随机化原则分别将各配伍组中的受试对象分配到各个处理组 值得注意的是,同一受试对象不同时间（或部位）重复多次测量所得到的资料称为重复测量数据页眉内容(repeated measurement data )，对该类资料不能应用随机区组设计的两因素方差分析进行处理，需用重复测量数据的方差分析方差分析的条件之一为方差齐，即各总体方差相等因此在方差分析之前，应首 先检验各样本的方差是否具有齐性 常用方差齐性检验(test for homogeneity of varia nee)推断各总体方差是否相等本节将介绍多个样本的方差齐性检验，本法由Bartlett于1937年提出，称Bartlett法。

该检验方法所计算的统计量服从 疋 分布经过方差分析若拒绝了检验假设，只能说明多个样本总体均数不相等或不全相等 若要得到各组均数间更详细的信息，应在方差分析的基础上进行多个样本均数的 两两比较。